压缩包中包含sift和surf的图像配准，先用sift或者surf特征提取，然后进行特征匹配，最后还用RANSAC进行误匹配剔除。sift是在Lowe官网源码上进行更改，surf直接使用MATLAB自带函数detectSURFFeatures()。

针对图像配准中尺度不变特征变换（SIFT）算法解算速率慢的问题，提出了基于非极大值抑制的改进算法。该算法扩大了极值检测区域半径，对SIFT关键点进行筛选，实现了关键点的优化分布。还提出一种自适应确定检测区域半径的方法，来更精确地控制关键点的数目和分布。仿真试验结果表明，该算法能在一系列不同的图像变换下表现出稳定的配准结果，解算速率较标准SIFT算法提升显著。

压缩包中包含sift和surf的图像配准，先用sift或者surf特征提取，然后进行特征匹配，最后还用RANSAC进行误匹配剔除。sift是在Lowe官网源码上进行更改，surf直接使用MATLAB自带函数detectSURFFeatures()。

采用sift特征实现图像匹配，过程很详细，注释很详细，佩服，共享

An entire optimised SIFT algorithm has been proposed for FPGA based real-time image matching applications in this paper. Not only has the corresponding software model been built up, but the key part of the optimized SIFT algorithm,which is the SIFT feature detection module, has also been implemented on a Xilinx Virtex-5 FPGA. It has been confirmed from the standard test that our SIFT feature detection module is able to extract features from a typical image of 640x480 pixels with 31 ms, which is faster than any existing systems. It can be seen from the matching performance comparison that our optimized SIFT algorithm has achieved a similar level to SURF, which is one of the well recognized image matching algorithms.

压缩包中包含sift和surf的图像配准，先用sift或者surf特征提取，然后进行特征匹配，最后还用RANSAC进行误匹配剔除。sift是在Lowe官网源码上进行更改，surf直接使用MATLAB自带函数detectSURFFeatures()。

基于opencv2.4.9的图像配准SIFT和SURF算法程序，在vs2013平台，用MFC做的界面程序

有详细的备注，步骤易懂，有每个函数的详细介绍，详见https://blog.csdn.net/u014509577/article/details/80262896?utm_medium=distribute.pc_relevant_download.none-task-blog-BlogCommendFromBaidu-9.nonecase&depth_1-utm_source=distribute.pc_relevant_download.none-task-blog-BlogCommendFromBaidu-9.nonecas 适合入门小白，备注详细，输入main 即可执行。

压缩包中包含sift和surf的图像配准，先用sift或者surf特征提取，然后进行特征匹配，最后还用RANSAC进行误匹配剔除。sift是在Lowe官网源码上进行更改，surf直接使用MATLAB自带函数detectSURFFeatures()。